Умные лотки с точностью до 90% выявляют патологии почек у кошек на ранних стадиях развития болезни

Новое исследование, проведённое в Университете штата Огайо совместно с экспертами Nestlé Purina PetCare, продемонстрировало, что алгоритмы машинного обучения способны эффективно выявлять хроническую болезнь почек у кошек на основе данных домашнего мониторинга.

Исследователи использовали технологию системы Petivity для отслеживания поведения кошек в естественных условиях. Система регистрировала не только частоту мочеиспускания и изменения массы тела, но и специфические поведенческие паттерны, такие как длительность пребывания в лотке, интенсивность и продолжительность закапывания. Машинное обучение позволило выявить тонкие отклонения от нормы, которые часто остаются незамеченными владельцами на ранних стадиях заболевания.

Подпишитесь прямо сейчас на наш телеграм-канал, чтобы следить за ветеринарными новостями.

Результаты эксперимента показали, что разработанная модель различает здоровых животных и кошек с нарушением функции почек с точностью около 90%. Это доказывает, что данные о домашнем поведении являются надёжным биомаркером состояния здоровья.

По мнению авторов работы, внедрение таких систем в повседневную практику меняет подход к превентивной медицине. Мониторинг в реальном времени позволяет ветеринарным врачам получать объективную информацию о состоянии пациента задолго до того, как изменения станут очевидными при стандартном клиническом осмотре или тестировании крови. Учёные подчёркивают, что подобные цифровые инструменты не заменяют визиты в клинику, но служат важнейшим сигналом для своевременного начала обследования.

Источник: diarioveterinario.com